В современном мире методы с применением искусственного интеллекта плотно интегрировались в сферу IT.

Что такое обработка естественного языка?

Обработка на естественном языке (NLP) - это отрасль искусственного интеллекта (AI), которая занимается коммуникацией: как компьютер может быть запрограммирован для понимания, обработки и создания языка так же, как человек?

В то время как термин первоначально упоминал о способности системы читать, с тех пор он стал разговорным для всей компьютерной лингвистики. Подкатегории включают выработку естественного языка (НЛГ) — компьютерная способность создавать связь собственных и понимания естественного языка (НЛУ) — способность понимать сленг, ошибки произношения, неправильные написания, и других вариантов в языке.

Как работает обработка на естественном языке

Обработка естественного языка работает через машинное обучение (ML). Системы машинного обучения хранят слова и способы их объединения, как и любые другие формы данных. Фразы, предложения, а иногда и целые книги подаются в движки ML, где они обрабатываются на основе грамматических правил, реальных языковых привычек людей или обоих. Затем компьютер использует эти данные для поиска шаблонов и экстраполирования того, что будет дальше. Взять программное обеспечение для перевода, например: по-французски, “я иду в парк” “Йе ваис АС парк”, поэтому машинное обучение и предсказывает, что “я иду в магазин” также начнется с “ваис ау Йе."Все потребности компьютера после того как то будет словом для" магазин.”
Наш новый игровой сайт в прямом эфире! Gamestar охватывает игры, игровые гаджеты и снаряжение. Подпишитесь на нашу рассылку и мы пришлем наших лучших материалов прямо на Ваш почтовый ящик. Узнайте больше здесь.
Общее использование обработки естественного языка

Машинный перевод является одним из лучших приложений NLP, но он не является наиболее часто используемым. Поиск. Каждый раз, когда вы просматриваете что-то в Google или Bing, вы загружаете данные в систему. Когда вы нажимаете на результат поиска, система видит это как подтверждение того, что результаты, которые она нашла, правы и использует эту информацию для лучшего поиска в будущем.

Чатботов работают одинаково: они интегрируются с слабину, корпорация Microsoft Messenger и других программ чата, где они читают язык, который вы используете, затем включите когда вы вводите ключевую фразу. Голосовые помощники, такие как Siri и Alexa, также включаются в передачу, когда они слышат такие фразы, как " Эй, Алекса."Вот почему критики говорят, что эти программы всегда слушают: если бы они не были, они никогда не знали, когда они вам нужны. Если Вы не включите приложение вручную, программы обработки естественного языка должны работать в фоновом режиме, ожидая этой фразы.

Даже если они всегда там, НЛП не большой брат. Обработка естественного языка делает больше хорошего, чем плохого. Просто представьте свою жизнь без поиска Google. Или орфографии, который использует НЛП, чтобы сравнить слова, которые вы вводите для них в словаре. Сравнение двух наборов данных позволяет экспертам по орфографии определить, что не так, и предложить предложения.

Бизнес-преимущества обработки естественного языка

Поиск и проверка орфографии настолько обычны, что мы часто воспринимаем их как должное, особенно на работе, где НЛП предлагает радикальный прирост производительности. Хотите знать сколько дней отпуска у вас осталось? Не звони HR. Экономьте время и спросите Talla, чат-бот, который ищет политики компании для ответа. По телефону и нужны номера в прошлом квартале? Упомяните их во время разговора и аудио поиск запуска SecondMind покажет ответ на экране. Компания может похвастаться своим интегрированным инструментом поиска, который делает учет и клиентские ресурсы в десять раз короче.

Обработка естественного языка также помогает рекрутерам вакансий сортировать резюме, привлекать различных кандидатов и нанимать больше квалифицированных работников. Обнаружение спама использует NLP, чтобы сохранить нежелательную электронную почту из Вашего почтового ящика; программы, такие как Outlook и Gmail использовать его для сортировки сообщений от определенных людей в папки, которые вы создаете.

Инструменты, такие как анализ настроений, помогают компаниям быстро различать, хорошие или плохие твиты о них, чтобы они могли рассматривать проблемы клиентов. Анализ настроений не просто обрабатывает слова в социальных сетях, он разбивает контекст, в котором они появляются. Только 30 процентов английских слов являются положительными, говорит Скай Морет, визуализатор данных в аналитической фирме Periscopic-остальные нейтральны или отрицательны. Таким образом, NLP помогает компаниям более полно понять сообщение: каковы потребительские эмоции за этими нейтральными словами?

Традиционно корпорации использовали обработку естественного языка для классификации обратной связи как положительной или отрицательной. Но Райан Смит, старший вице-президент по социальным и инновациям в FleishmanHillard, говорит, что сегодняшние инструменты идентифицируют более точные эмоции, такие как печаль, гнев и страх.

Обработка естественного языка для социального блага

В дополнение к помощи компании обрабатывают данные, анализ настроения также помогает нам понять общество. Periscopic, например, в паре NLP с визуальным распознаванием, чтобы создать Трамп-смайлик, движок данных, который обрабатывает язык и выражения лица, чтобы контролировать эмоциональное состояние Президента Дональда Трампа.

Подобные технологии могут также предотвратить школьные съемки: в Колумбийском университете исследователи обработали 2 миллиона твитов, опубликованных молодежью из групп риска 9000, в поисках ответа на один вопрос: как меняется язык, когда подросток становится все ближе и ближе к насилию?

"Проблемный контент может развиваться с течением времени", - говорит директор программы Д-Р Десмонд Паттон. По мере приближения молодежи из группы риска к краю они обращаются за помощью, используя язык. Обработка естественного языка затем помечает проблемные эмоциональные состояния, чтобы социальные работники могли вмешиваться.

Как Перископом, анализ Колумбийского настроения пары с распознаванием изображения для повышения точности. Паттон говорит, что компьютерное зрение разбивает фотографии, прикрепленные к твитам, а затем машинное обучение обрабатывает их вместе с языком, чтобы сказать “фактическую эмоциональность изображения. Это изображение о горе? Это образ об угрозах?...Что еще происходит в образе, который помогает нам понять сложнее?"Помимо школьных перестрелок, Колумбийская программа надеется также предотвратить бандитское насилие.

Обработка естественного языка для улучшения личности

Обработка естественного языка также может помочь вам контролировать свое собственное эмоциональное состояние. Woebot-это электронный терапевт, который связывается с пользователями через чат-бота Facebook Messenger или через автономное приложение. Однако здесь пока нет высокоуровневого анализа настроений. Woebot по существу отслеживает только депрессию и беспокойство, ища слова, которые могут указывать на то, что пользователи сталкиваются с чрезвычайной ситуацией.
Будущее обработки естественного языка

Woebot использует NLP для поиска ключевых фраз, но связь настолько неуклюжая, что никто никогда не будет путать приложение для человека. Тем не менее, чем дольше NLP находится на рынке, тем лучше, с некоторыми программами, общающимися так изысканно, нам нужны инструменты, такие как Botometer и BotOrNot, чтобы сказать нам, если мы говорим с реальным человеком.

Как бот-управляемые счета всплывают на Twitter и Facebook, следующая волна технологий может очень хорошо быть НЛП, который обнаруживает НЛП. Как Ботометр, так и Боторнот работают, анализируя язык для характеристик компьютерной связи. К счастью, мы все еще живем в эпоху, когда это можно точно предсказать. В то время как продвинутый, сегодняшняя обработка естественного языка далеко не идеальна: несмотря на то, что Woebot полностью полагается на него, генеральный директор Элисон Дарси сказал, что понимание естественного языка является самой большой технической проблемой приложения. ” Мы все еще в самом начале с точки зрения этой технологии", - сказала она внутри AI Роб Мэй.

Источник: www.itnews.com

Комментарии: